这期内容当中小编将会给大家带来有关如何在tensorflow中使用tf.concat()函数，文章内容丰富且以专业的角度为大家分析和叙述，阅读完这篇文章希望大家可以有所收获。
concat()是将tensor沿着指定维度连接起来。其中tensorflow1.3版中是这样定义的：
concat(values,axis,name='concat')
一、对于2维来说，0表示行，1表示列
t1=[[1,2,3],[4,5,6]]
t2=[[7,8,9],[10,11,12]]
withtf.Session()assess:
print(sess.run(tf.concat([t1,t2],0)))
结果为：[[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12]]
t1=[[1,2,3],[4,5,6]]
t2=[[7,8,9],[10,11,12]]
withtf.Session()assess:
print(sess.run(tf.concat([t1,t2],1)))
结果为：[[1, 2, 3, 7, 8, 9], [4, 5, 6, 10, 11, 12]]
二、 对于3维来说 0表示纵向，1表示行，2表示列
t1=[[[1,1,1],[2,2,2]],[[3,3,3],[4,4,4]]]
t2=[[[5,5,5],[6,6,6]],[[7,7,7],[8,8,8]]]
withtf.Session()assess:
print(sess.run(tf.concat([t1,t2],0)))
结果：[[[1 1 1],[2 2 2]] , [[3 3 3],[4 4 4]] , [[5 5 5],[6 6 6]] , [[7 7 7],[8 8 8]]]Tensor("concat_30:0", shape=(4, 2, 3), dtype=int32)
axis=1的结果如下：
Tensor("concat_31:0", shape=(2, 4, 3), dtype=int32)[[[1 1 1]， [2 2 2]，[5 5 5]，[6 6 6]]， [[3 3 3]， [4 4 4]，[7 7 7]， [8 8 8]]]
axis=2的结果如下：
Tensor("concat_32:0", shape=(2, 2, 6), dtype=int32)[[[1 1 1 5 5 5]，[2 2 2 6 6 6]]， [[3 3 3 7 7 7]， [4 4 4 8 8 8]]]
上述就是小编为大家分享的如何在tensorflow中使用tf.concat()函数了，如果刚好有类似的疑惑，不妨参照上述分析进行理解。如果想知道更多相关知识，欢迎关注恰卡编程网行业资讯频道。
